Veelgehoorde termen op het internet (en vooral in de software development hoek) zijn machine learning, artificial intelligence en natural language processing. Dit is een aardige mond vol en ze worden het liefst dan ook nog afgekort naar ML, AI en NLP. In deze blog kijken we naar de eerste uit het rijtje: Machine Learning (ML): wat is het precies en wat kan het bijdragen aan jouw organisatie? 

Wat is Machine Learning?

Machine Learning is een vorm van AI, gericht op het verwerken van gestructureerde data, om hier vervolgens van te leren. Dit is in de basis wat het is en wat het doet. Zowel programmeurs als wetenschappers hebben echter al duizenden artikelen geschreven over machine learning, wat duidelijk aantoont dat het toch echt wat dieper zit dan deze gesimplificeerde beschrijving op het eerste oog doet denken. 

Wat kan Machine learning voor jouw organisatie betekenen?

Machine learning kan je helpen bij het classificeren van data. Stel, je krijgt elke dag een lijst voor je met aanvragen die via je website zijn binnengekomen, maar hier zitten ook aanvragen tussen die niet relevant zijn, denk bijvoorbeeld aan de inhoud van je spamfolder. Dan kruis je elke dag de niet relevante items door en blijft er een lijst over met aanvragen waar je wel iets mee moet. 

Mensen kunnen aan de hand van kennis en ervaringen, die ze over de jaren opgedaan hebben, de aanvragen beoordelen. Wij beschikken namelijk over de capaciteit om relatief snel te bepalen wat goed en fout is.

Als je die lijst voor het eerst ziet dan heb je hier meer tijd voor nodig om te bepalen wat goed en fout is, je zal af en toe een collega moeten vragen of onderzoek moeten doen. 

Je voelt hem misschien al aankomen, maar dit zijn precies de onderwerpen waar machine learning bij kan helpen. Net zoals bij ons mensen moet je een machine learning model trainen. Zo leert het systeem wat wat is, aan de hand van gestructureerde data. Is deze aanvraag een juiste aanvraag of is het spam? 

Als je uiteindelijk je ML Model goed hebt getraind, dan hoef jij niet meer elke dag die lijst door te gaan en kan jij je focussen op al die aanvragen die wél relevant zijn.

Meer dan alleen goed of fout

Het voorbeeld wat we hierboven beschrijven is één van de problemen die je kan oplossen met machine learning. Er zijn diverse algoritmes binnen machine learning die elk zijn eigen specifieke doel hebben. Zo heb je bijvoorbeeld het k-Nearest Neighbor algoritme, waarmee je kan bepalen welk object(en) de dichtstbijzijnde buur is. 

Hoe nu verder?

Onze engineers en consultants kijken graag samen met jou naar de geschikte oplossing om de handmatige processen te automatiseren, soms is er niet direct een complexe techniek als Machine Learning nodig. Bel, mail, app gerust met ons met je vraag en wie weet kunnen we er samen voor zorgen dat je die (suffe) handmatige acties niet meer hoeft te doen en juist een bijdrage kan leveren in je werk, door de dingen te doen waar jij of jullie als organisatie juist goed in zijn. 

Nieuwe, kennis, toffe cases en trends. Verse van de pers.

Nieuwe, kennis, toffe cases en trends. Verse van de pers.


Schrijf je in voor onze updates en je vindt het als eerste in je mailbox.
  • Dit veld is voor validatie doeleinden en moet ongewijzigd blijven.